查看原文
其他

城市数据嘉年华:年度企业推荐——苏州彼立孚数据科技有限公司

城市数据嘉年华 国匠城 2021-01-15

更多嘉年华内容

欢迎加入【国匠数据学社查看

点此查看第二届城市数据嘉年华活动介绍


城市数据嘉年华是国匠城&城市数据人共同举办的,在跨年之际持续发布城市数据领域内实践经验、研究成果的城市规划与城市数据行业盛宴,这场盛宴希望邀请规划行业大数据、新技术、信息化等领域的个人与机构参与其中,展示机构和个人的研究、实践,发布创新成果。


城市数据嘉年华今日推荐:苏州彼立孚数据科技有限公司,企业内容已入驻国匠城、城市数据人网站,欢迎大家加入国匠数据学社查看文件,讨论更多内容。


城市数据嘉年华

年度企业推荐

苏州彼立孚数据科技有限公司


机构简介


苏州彼立孚数据科技有限公司,秉承着对数据实事求是、让客户绝对信任的服务理念,尊崇提高(B-Boost)、努力(E-Effort)、逻辑(L-Logic)、创新(I-Innovation)、认真(E-Earnest)、坚定(F-Firm)的企业精神,以数据“收”集、数据“存”储、数据“算”法、数据应“用”为核心产品路线。


1、数据“收”集


数据研究离不开对基础数据源的掌握,数据源掌控的越多,越基于底层,越能够把握数据分析与应用的方向。公司在苏州市范围内,通过采购、合作、交换、共享等形式已收集的数据主要包括以下几个方面:


□ 基于手机数据(信令数据、话单数据与人物画像数据)的苏州市人口、交通分析指标

□ 苏州全市实时车速数据(1分钟更新频率、8万条路段、实时传送)

□ 全国实时天气数据(1小时更新频率、3x3公里网格、实时传送)

□ 苏州城市地图数据(2.5w个城市路段及其全属性、2.5万个地块边界、城市POI及全属性、各类行政区划边界、基础人口企业信息等)

□ 苏州交通全领域数据(轨道刷卡、公交刷卡与GPS、车牌识别数据、出租车OD、网约车OD、公共自行车刷卡等)


2、数据“存”储


在接收和存储各类不同来源、不同颗粒度、不同方式的数据来源时,除了安全、稳定的网络环境和存储空间外,数据存储还需要考虑后续的算法设计与数据应用更快、更准的实现,为此,公司内部建立了两项基础存储工作。


第一项是,整理最底层的空间数据资料。以城市区划划分为例,除了传统的大区、中区、小区,行政区、街道、社区,网格、蜂窝等划分方法外,团队引入了围墙级小区的划分方式,将苏州的建成区划分为2.5万个基础小区单元,为城市更新、城市政策研究等提供更精细的基础条件。

 

苏州2.5w个围墙级小区单元划分


第二项是,与数据源提供方建立完善的数据更新机制。以城市路网为例,由于我们已在基础路网上增加了更多的专业属性(等级、车道数、路幅、中央隔离形式、机非隔离形式),团队与路网供应方建立了完善的路网对接机制,适应供应方每更新一次路网,以对应做出相应的调整方案。


定期更新维护的苏州市区全路网


3、数据“算”法


大数据分析的首要目的,一定是逐步替代传统专业方法中大量的静态方法和经验数据。而数据算法是整个数据研究工作中最重要的一步。除了数据解读、数据清洗、数据处理、数据校验等标准化的流程外,算法设计需要紧密结合专业需求和业务需求。团队在2018年不断深化手机数据、实时车速、语义分析三大核心算法,并且逐步加强与城市交通行业内的轨道、公交、出租车、车牌识别等数据算法的融合。


数据算法总体思路


4、数据应“用”


公司在数据应用方面,主要有数据咨询、系统平台两个方向。数据分析本身很难单独立项,但是可以更好的辅助规划决策。因此,公司通过大量的公司间合作,在大量的项目中发挥数据分析的作用,通过这个过程也不断深化对数据的理解和优化数据算法,提升规划决策的科学性。


公司在业务发展中,一方面立足苏州本地化数据服务,为苏州本地规划、市政、建筑、景观等设计院提供了广泛的数据咨询;另一方面以数据为核心,与知名企业联合打造数据产品与解决方案,与江苏鸿信、世纪高通、江苏东交等高新企业建立了深度合作关系;与此同时,公司非常重视技术提升与产品研发,与东南、同济、上交、苏大、苏科大、西交利物浦等高等院校达成了产学研合作。

公司2018年在大数据相关研究上成果颇丰,为城市规划部门、交通运输部门、交通管理部门及智慧城市、智慧交通行业相关企业提供了专业的产品和咨询服务。


想要了解公司详情,请进彼立孚官网

http://www.beliefdatatech.com


城市数据嘉年华

研究成果分享

苏州彼立孚数据科技有限公司

一、数据辅助规划研究与决策


1、《开放街区研究—设计部分研究与探讨》


□ 主要解决难点:


开放街区的定义和内涵在国内外多项研究中已有很明确的定论。但对于课题研究来说,需要通过大数据手段,获悉苏州的哪些地区属于开放街区?开放街区的人群活跃度到底是高还是低?这些街区的便捷程度究竟如何?最终为街区改造的方案提供依据。


□ 主要研究内容:


(1)基于城市地理信息基础数据的街区基本属性识别分析


通过地块尺度、路网密度、用地类型三大地理信息基础数据,识别出苏州中心城区满足开放街区条件的区域范围。


通过地理空间数据自动识别属于开放街区的区域


(2)基于手机信令数据分析开放街区与人群活力之间的关系研究


以苏州古城区为研究对象,通过手机信令数据分析,识别出各区域日均人群出行量,并通过空间关系分析出,开放街区内人群的活跃度明显高于非开放街区。


开放街区与人群活力度的关系(灰色为开放街区)


2、《统一开发类建设项目更新研究》


□ 主要解决难点:


该项目需要通过一定抽样率的问卷调查,研究不同性质、不同区域、不同建设年限的居住小区居民对小区的更新改造、迁建重建的意愿情况。项目采用了线上问卷+线下问卷结合的形式,由于线上问卷的年轻人偏多,线下问卷多为老年人和离退休人员。为了保证民意调查的准确性,需要根据小区实际居民的年龄结构进行综合扩样,以分析出更科学的民意意愿结果。


《统一开发类建设项目更新研究》项目技术路线图


□ 主要研究内容:


通过手机数据的识别,首先识别出属于研究对象小区的居民属性,与手机数据的人物画像数据进行匹配,聚类分析出三个年龄段的比例。采用该年龄段比例与线上线下问卷调查的年龄结构进行交叉扩样。


基于手机数据识别的各小区居民的年龄结构


3、《吴江区轨道交通线网规划》


□ 主要解决难点:


对于轨道交通线网规划,需要准确的判断分析城市中各区域之间的联系度,并预判未来发展趋势。以往的这项工作,一般由抽样率1%左右的居民出行调查数据来实现。但是这项调查有三个很重要的缺陷,这也是大数据分析技术解决的重点,第一,调查间隔周期太长,一般为5年,很难及时的反映城市现状的特征规律;第二,抽样率太低,对于街道、社区这个层级的分析数据准确性难以支撑规划决策;第三,无法反映周末、节假日的出行特征。


□ 主要研究内容:


通过手机数据分析得到吴江区的人口、就业岗位,出行强度,吴江区与苏州市其他行政区的联系度,各街道之间的联系度,工作日与休息日的高峰小时出行特征。该项数据分析结果为吴江轨道交通线网规划及交通模型评价提供了强有力的数据支撑。

 

基于手机信令数据的吴江区出行特征分析


二、交通专项数据分析评价


1、《苏州轨道换乘评价数据分析报告》


□ 主要解决难点:


轨道交通换乘方式有非常多的方式,包括了非机动车、小汽车、出租车、公交车等。常规的研究方法中,各类数据源都是独立的,无法进行融合分析。这导致了我们可以知道轨道站间OD、公交站间OD、出租和公共自行车站点间的od,但是无法获得完整的出行链,无法为换乘设施进一步优化提供更有针对性的方案建议。


轨道出行链中的各类数据分析应用概念图


□ 主要研究内容:


通过六种数据源,对轨道交通及主要换乘方式的特征进行分析。包括:基于轨道刷卡数据的轨道客流特征分析,基于手机数据的轨道客流特征分析,基于公交刷卡和gps数据的公交接客流驳特征分析,基于公共自行车刷卡数据的接驳客流特征分析,轨道-出租车接驳客流特征分析,轨道-滴滴接驳客流特征分析。


手机数据识别的苏州市轨道线路客流来源地分析图

 

通过分析研究发现,不同的接驳方式在轨道交通接驳体系中所承担的角色是不一样的,而现实中所存在的问题也各不相同。通过手机数据获得的轨道站点客流来源地和去向地的数据结果,与其他接驳方式的出行OD进行比对,并结合问卷调查的数据分析结果,可以得出几个重要的结论:


(1)由于苏州没有引入共享单车,因此解决最后一公里最有效的方式是电动自行车和公共自行车的接驳。对于电动自行车,需要加强换乘停车场的建设;对于公共自行车,需要加强调度的力度,并结合客流来源地增加桩位的设置。


苏州市四种主要轨道接驳方式的客流来源地分析


(2)出租车和滴滴的出行分布都和苏州中心区域相关,越接近城市核心区出行越多,但是轨道客流来源分布并不这样,外围区域仍有客流较大的区域但出租和滴滴分布明显不足,这说明中长距离的轨道接驳,出租和滴滴并不是可靠的接驳方式,是弹性的、不稳定的接驳方式。


(3)轨道交通通过常规公交的接驳,可以延伸到城市外围地区的范围较大,可见常规公交在中、长距离逐步扮演了重要的角色,其换乘的便捷性和线网的精准性都很重要。


(4)通过这项研究,我们希望今后可以进一步充分利用手机数据识别的轨道客流来源,在社区巴士站点和调度优化、公共自行车桩位和调度优化上,提供更科学的技术支撑。

 

手机数据识别的钟南街站客流来源地分布图


手机数据识别的钟南街站客流去向地分布图



长按识别二维码,查看报告PPT


2、太湖马拉松交通分析评估报告


□ 主要解决难点:


在常规的数据分析方法下,大型赛事的难点在于赛事范围大,组织调查难度大,赛事期间偶发性时间会造成固定调查方案和数据采集难以及时变通,赛后的数据分析难度也非常大。


□ 主要研究内容:


该研究通过手机数据、车速数据和舆情数据三种数据,并结合赛事期间的封路情况,进行分析评价。


手机数据:通过划定了赛事影响区域,通过识别的客流,剔除了区域内的常住人口以后,作为赛事期间新增客流群体(参赛选手、观众和工作人员)。以此为基础分析客流数量与赛事进展的数量变化,并客流的年龄构成和来源地,作为今后同类赛事的交通接驳方式的重要依据。


赛事期间实时客流占比变化图


实时客流空间分布变化图


实时路况数据:分析赛事期间影响范围内的各片区路网的受影响情况,通过拥堵里程的计算和警力部署区域的分析,计算出里程警力比,用于发现哪些地区的交通疏导压力最大,哪些地区相对疏导压力较小。以为今后同类赛事的警力部署调整优化提供重要依据。


影响区域赛事期间与赛事前一周交通拥堵状况对比分析


赛事期间警力部署(左)与拥堵里程警力分析(右)


舆情数据:通过对关键词的搜索,分析正面情绪和负面情绪的舆情数量以及相关的关键词,以此分析此项赛事网上评论的意见建议。


太湖马拉松赛事期间舆情分析结果



长按识别二维码,查看报告PPT


3、《基于多源数据的苏州古城区交通分析报告》


□ 主要解决难点:


苏州古城区是苏州历史文化的发源地,在14.2平方公里的古城区,为了维持古城的肌理,控制开发规模,道路条件、用地建设强度常年都采取了严格的规划控制。随着古城区精细化管理要求越来越高,如何通过大量的、多类型的数据去合理的分析与评价古城区现状交通问题,并找到源头,成为了难点。


□ 主要研究内容:


通过公司所掌握的所有的古城区的城市大数据,对古城区进行全方位的分析解读,其数据源包括了手机信令数据、实时车速数据、舆情数据、车牌识别数据、停车场数据、公交刷卡数据、出租滴滴OD数据、公共自行车数据等。


8月1日路况

9月1日路况

10月1日路况


□ 主要的分析成果如下:


(1)通过分街坊的各项数据分析发现,各区块交通问题各不相同,全古城14.2平方公里采用一刀切的交通管理措施推进难度较大,分区实施相适应的方案尤为重要。


1)通过手机信令数据,分析各区块的人员构成的差异性,从而分析与各区块需求相适应的交通管理政策;


基于手机数据识别的各区块常住人口、工作人口、访客的比例构成


2)通过停车场数据、常住人口数据、就业人口访客的出行结构和周转率,对各区块的停车缺口进行分析测算。


基于各类数据测算停车缺口情况


3)通过人口数据和轨道、公交覆盖率数据进行汇总分析,改变以往仅从用地范围来评价覆盖率的分析方式,分析各类公共交通设施的对人口类型的覆盖情况。


手机信令数据识别的人口与公共交通设施覆盖叠加分析


(2)通过多种数据综合分析发现,苏州古城的停车问题极其复杂与突出,现有手段基本达到边际效应,问题和瓶颈依旧尖锐。


苏州古城区目前已采取了停车配建上限管理、违停严管执法严厉、取消部分次干路支路路内停车、提高路内停车收费、实施计时收费。我们通过对停车需求和供给数据、街巷的图像识别停车违停情况的数据和近几年户均拥车数据增长情况进行综合分析发现,古城区的公共停车资源越来越多的被低效、低周转率、高增长速度的居民拥车所占用,但目前的政策都没有针对居民的停车政策,该情况反而遏制了公共停车资源的充分利用,这也直接影响了古城街巷的步行环境。

 

户均配建车位情况(左)与街巷停车分布区域(右)


(3)通过分析古城区常规公交的综合服务水平情况发现,古城公交定位的调整迫在眉睫。


我们通过两项手段综合分析了公交服务水平,一项是通过步行路网与地块的匹配,将公交的300米半径覆盖调整为300米步行可达范围的用地覆盖,将公交发车班次和地块匹配,使得古城区内公交服务能力用新的方法进行分析,发现古城的公交服务仍然是与主次干路沿线为主,与现有轨道依旧在竞争而不是互补;另一项是基于手机数据的出行OD和公交线网辐射范围匹配,发现外围区域中长距离出行需求中仍有较大的公交服务盲区。


基于公交步行可达范围的各地块公交线路服务数量


公交轨道可达范围与基于手机数据分析的出行OD的盲区分析


4、苏州路网密度研究


中规院和四维图新在2018年联合发布的2018年度《中国主要城市道路网密度监测报告》,由于该报告没有非省会直辖市的数据,因此团队依据四维图新的苏州路网进行了一次大规模的全路网校核工作,历时1个多月,最后并依据《中国主要城市道路网密度监测报告》的深度要求进行了苏州路网密度的研究,对苏州各行政区的路网密度分别进行统计和分析。详情请点击公众号——讲数的路网密度系列文章

 

苏州道路网密度主要分析成果


5、苏州共享汽车运营情况研究


通过对苏州3家共享汽车的租赁数据进行分析,挖掘停车选点规律及用户租赁规律,用以辅助共享汽车企业及时调整布点、车辆调度及车辆运营收费方案。


共享汽车企业全日客流OD分析对比


共享汽车点位在各行政区的数量对比


共享汽车点位与公共停车场分布对比(以苏州园区为例)



长按识别二维码,查看报告PPT


三、数据类系统平台开发


1、《苏州姑苏区停车数据采集与应用系统》


□ 主要解决难点:


如何高效的采集、复核、更新停车位数据,并且在展示界面中为业主方的日常业务需求提供足够的人性化功能。


苏州姑苏区停车数据采集与应用系统建设思路


□ 主要建设内容:


通过微信服务号的形式,为采集工作定制了一套小工具,只要有手机的人都可以采集,使采集人员的数量不受硬件设施数量限制,实现采集设备零成本。开发了实时定位的功能的时候,要求调查员在停车场位置上上传数据,避免了人不去的数据造假的问题。如果调查员找错对象,可以通过定位位置复核出有这些问题的数据。


停车采集系统手机端功能


停车采集系统手机端  演示录屏


停车数据采集与应用系统软件著作权


PC端功能主要是面向交警停车管理,主要功能包括了分属性、分类型、分区域的专题可视化,对于和交警相关的重点区域、单行线、交叉口禁行的也作了可视化展示,并实现停车场数据的可查、可选和多形式的统计分析。


姑苏停车场信息平台pc端


姑苏停车场信息平台pc端  演示录屏


姑苏停车数据展示与分析系统软件著作权


2、《姑苏区交通舆情分析系统》


□ 主要解决难点:


对于交通管理部门,每天都会应对各种电话、网上的投诉信息。在日常的投诉答复中,如何更好的利用这类信息,发现交警部门日常工作中的不足,了解民意最集中的问题、地区,并为属地中队的日常工作成效考核提供一定的参考依据。


□ 主要建设内容:


通过对投诉数据的关键词进行自动化挖掘,将时间、地点和时间进行分类统计和区分。在这项工作中,建立了一套和交警部门业务词汇相关联的事件词库,以及常见的地名地址库定位更精确的苏州姑苏区地址信息库。


投诉数据处理流程


通过投诉的时间、地名和事件信息,建成了舆情信息可视化一张图,以及相关的搜索、查询、分类统计功能。最终并形成了一套月报汇总统计制度,每个月将当月的投诉信息汇总统计,并且和之前的投诉情况进行对比,通过地区和时间的增减量情况,为苏州姑苏区交警大队的月度工作重点提供重要的参考依据。


姑苏区舆情统计分析平台


姑苏区交通舆情分析平台pc端 演示录屏


交通舆情分析系统软件著作权


3、《基于大数据的苏州市交通分析平台》(在建)


□ 主要解决难点:


以4G手机数据为基础,融合其他的交通大数据源,建立一套标准化的数据清洗、处理、校验、分析、融合的标准化流程,契合交通主要管理部门的辅助决策需求,实现大部分业务需求的平台功能化。


□ 主要建设内容:


平台共分为职住分析、OD分析、实时人口分析、校核线客流分析、流动人口分析、轨道专题、城市快速路客流分析和古城区专题分析共8个功能模块。


时间分析上可从月、日、小时、15mins不同的维度进行历史数据的对比查询。空间维度上除了传统的行政区、街道、社区,交通大区、中区、小区,栅格小区之外,另引入了苏州2.5万个围墙级小区的空间分类,能够更精确的研究客流更高精度的时空关系。


基于大数据的苏州市交通分析平台主要建设框架

 

平台主要功能界面(图中内容为测试数据,非真实数据,界面为原型样式,非最终成果)


4、苏彼天气-实时天气查询微信小程序


通过获取数据供应商的3km*3km精度的实时天气数据和7天天气预报情况,利用微信小程序进行一定的订制开发,可实现根据当前定位、搜索位置定位两种方式,对所在地区的天气进行查询(温度、湿度、气象、风力、风向等),以及相关天气下的生活资讯信息,同时也可实现对恶劣天气和较大温差的预警。


苏彼天气微信小程序界面


以上就是苏州彼立孚数据科技有限公司为我们这次嘉年华活动带来的全部分享内容。更多资讯,请访问企业官网,或加入国匠数据学社讨论。




活动组织:国匠城 & 城市数据人

活动学术指导:中国城市科学研究会城市大数据专业委员会


城市数据嘉年华:年度企业推荐——宁波市规划设计研究院

城市数据嘉年华:年度企业推荐——百度地图慧眼

城市数据嘉年华:年度企业推荐——广东国地规划科技股份有限公司

城市数据嘉年华:年度企业推荐——江苏省城市规划设计研究院

城市数据嘉年华:年度企业推荐——北京相数科技有限公司

城市数据嘉年华:年度企业推荐——深圳市城市空间规划建筑设计有限公司

城市数据嘉年华:2019开年大赛,第三届“城垣杯·规划决策支持模型设计大赛”正式开启




2018-2019城市数据嘉年华

欢迎你的参与

点击查看详情


点击下列图片,加入国匠学社

每日学习,共同进步


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存